OBJECTIVE: Breast cancer prognosis depends on early detection. We developed and externally validated a model using routine, readily available clinical and laboratory variables to discriminate malignant from benign breast lesions, aiming to reduce unnecessary biopsies and support early decision-making.
METHODS: This retrospective two-center study included a development cohort 1from Jiujiang First People's Hospital (N = 745; malignant 573, benign 172) and an external cohort2 from the First Affiliated Hospital of Nanchang University (N = 221; malignant 161, benign 60).Cohort 1 was randomly split
СтатьяВалидационное исследованиеМногоцентровое исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The aim of this study was to establish a critical point model for the transudation of eosinophils through the pleura using machine learning techniques. This model treats the presence or absence of eosinophils in pleural effusion as a binary variable and incorporated relevant detection indicators to enhance the understanding of the formation mechanism of eosinophilic pleural effusion.
METHODS: We utilized nearly 50 indicators from 7 major detection items and compared various machine learning models, including XGBoost, Logistic Regression, LightGBM, Random Forest, AdaBoost, Decision
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Proactively predicting antidepressant treatment response before medication failures is crucial, as it reduces unsuccessful attempts and facilitates the development of personalized therapeutic strategies, ultimately enhancing treatment efficacy. The current decision-making process, which heavily depends on subjective indicators, underscores the need for an objective, indicator-based approach. This study developed a method for detecting depression and predicting treatment response through deep learning-based spectroscopic analysis of extracellular vesicles (EVs) from plasma. EVs were isolated fr
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: This study aims to assess a machine learning (ML) algorithm using multimodal imaging to accurately identify risk factors for uveal melanoma (UM) and aid in the diagnosis of melanocytic choroidal tumors.
SUBJECTS AND METHODS: This study included 223 eyes from 221 patients with melanocytic choroidal lesions seen at the eye clinic of the University of Illinois at Chicago between 01/2010 and 07/2022. An ML algorithm was developed and trained on ultra-widefield fundus imaging and B-scan ultrasonography to detect risk factors of malignant transformation of choroidal lesions into UM. The
ПрепринтСтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Influenza A remains a major cause of respiratory mortality worldwide, motivating accurate forecasting to support timely preparedness and resource allocation. This study presents a comparative evaluation of two traditional seasonal time series baselines, ARIMA and Holt-Winters exponential smoothing (ETS), and six deep learning (DL) architectures (Simple RNN, LSTM, GRU, BiLSTM, BiGRU, and a Transformer) for forecasting monthly Influenza A case counts in the United States. Data from January 2009 to December 2023 were analyzed, using January 2009 to December 2022 for training and January 2023 to D
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
IntroductionAlthough long short-term memory (LSTM) networks have been tested to predict short-term respiratory motion, their performance in long-term forecasting under breathing irregularities must be assessed. We aim to evaluate and enhance the long-term prediction of internal motion from an external surrogate using subject-specific LSTM models through a hybrid, adaptive approach.MethodsConcurrent internal navigator and external bellows respiratory-motion waveforms were acquired for ten volunteers during two four-dimensional magnetic resonance imaging (4DMRI) scans lasting 3-10 min each. Appr
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To develop and validate a multivariate Long Short-Term Memory (LSTM) model that integrates multi-source surveillance data for forecasting influenza activity. This study aimed to identify the most predictive variables and establish an optimized data fusion framework to enhance public health surveillance.
METHODS: We collected influenza case data, influenza-like illness (ILI) reports, and symptom monitoring data, along with corresponding meteorological data and Baidu Index data in Baoshan city from January 2022 to June 2025. Spearman correlation analysis was used to verify the relati
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Machine learning (ML) and deep learning (DL) show promise for fall risk prediction, but prior reviews focused mainly on real-time fall detection, in-hospital falls, or conventional statistical models. The performance of ML-DL-based models for predicting future falls in community-dwelling older adults remains unclear.
OBJECTIVE: This study aimed to review ML-DL studies for predicting future falls among community-dwelling older adults and meta-analyze discrimination where feasible.
METHODS: Six databases were searched from inception to September 23, 2024, with updates on August 31,
СтатьяСистематический обзорМетаанализПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Acute kidney injury (AKI) is a common complication following pediatric cardiac surgery, frequently leading to poor outcomes and even death in severe cases. Early prevention remains the primary intervention strategy. Studies have developed prediction models to identify at-risk children at an early stage. This study systematically evaluate existing AKI prediction models to support their clinical utility and future refinement.
METHODS: PubMed, Embase, Web of Science, Cochrane Library, China National Knowledge Infrastructure, Wanfang and SinoMed were searched from inception to 31 Dece
СтатьяСистематический обзорМетаанализПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Machine learning provides a powerful framework to model the complex patterns underlying migraine attack onset from real-world high dimensional datasets. In this study, we used machine learning to forecast headache days using mobile health (mHealth) data from a migraine biofeedback treatment app.
METHOD: This was a machine learning analysis of data from the BioCer clinical trial (NCT05616741) evaluating app-based biofeedback for preventive treatment of episodic migraine. Participants completed three months of daily biofeedback sessions with wearables measuring trapezius muscle tens
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Postoperative delirium (POD) is a frequent and serious complication in older surgical patients, characterized by acute cognitive dysfunction and fluctuating levels of consciousness. POD is associated with prolonged hospitalization, long-term cognitive decline, reduced quality of life, and increased mortality. Despite its clinical relevance, the underlying pathophysiological mechanisms remain poorly understood, and reliable biomarkers for early prediction and prevention are lacking.
OBJECTIVE: The CONFUSED study aims to identify molecular and clinical predictors of POD by integrati
Протокол клинического исследованияСтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Intraoperative hypotension (IOH) is a frequent and clinically important complication associated with adverse postoperative outcomes. Early prediction may facilitate timely intervention, although existing models have limitations in integrating multimodal physiological data and patient-specific characteristics.
METHODS: We developed Hypotension Hybrid Forecast (HypoBridCast), a hybrid architecture integrating 1D Convolutional Layer (Conv1D) and Transformer (TF) modules. The model integrates intraoperative waveform data (arterial pressure, electrocardiogram, photoplethysmogram, and c
СтатьяВалидационное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: City-specific tools for assessing and warning about respiratory disease risks are underdeveloped, limiting effective public health response. This study aimed to develop and validate a novel city-specific prediction framework (WHA air-LSTM) for forecasting daily respiratory outpatient visits by integrating a composite air pollution health index.
METHODS: Based on over 223.7 million hospital visits across multiple megacities, we constructed and validated a five-level morbidity-driven composite air pollution index (WHA air) for each city using city-specific exposure-response relations
СтатьяВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Extracorporeal membrane oxygenation (ECMO) is widely used in patients with severe cardiac or respiratory failure. ECMO is resource and cost intensive and carries the potential for significant complications; therefore, identifying patients who would derive the most benefit and personalizing its application are important. A number of scoring systems have previously been developed to predict the outcomes of patients receiving ECMO. Machine learning (ML)-based models are highly effective at incorporating the large amount of complex data and large number of variables that may be associated with out
Систематический обзорСтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Objective: To re-evaluate the diagnostic efficacy of the Chongqing Primary Aldosteronism Study (CONPASS) model for unilateral primary aldosteronism (UPA). Methods: This retrospective study included patients with primary aldosteronism (PA) who underwent subtyping via adrenal venous sampling, postoperative outcomes, or both, between April 2022 and June 2025 at the First Affiliated Hospital of Chongqing Medical University. The accuracy of the CONPASS model (comprising serum potassium ≤3.5 mmol/L, plasma aldosterone concentration ≥200 pg/ml, plasma renin concentration ≤5 mU/L, and a unilateral adr
СтатьяВалидационное исследованиеАннотация на английскомПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Traditional surveillance systems often struggle with the volatility of weekly case data, limiting timely prevention and control efforts. In the Philippines, the standard method for setting outbreak thresholds relies on historical moving averages that are highly affected by extreme values and slow to reflect recent epidemiological shifts. This study assessed the performance of hybrid discrete wavelet transform (DWT)-seasonal autoregressive moving average (SARMA) and DWT-SARMA-long short-term memory (LSTM) models in forecasting weekly case counts and explored their potential in defin
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To evaluate the field accuracy of a malaria diagnostic algorithm combining sequential interpretation of two-step malaria RDT detecting PfHRP2 and pLDH with information on previous antimalarial treatments within the past four weeks for the diagnosis of malaria in febrile children under 5 years compared to standard diagnosis using a PfHRP2 only based RDT.
METHODS: Febrile children aged 6-59 months attending outpatient clinics were randomized to either the control group, which received the standard RDT (PfHRP2 only), or the intervention groups (an e-algorithm or a decisional algorithm
СтатьяРандомизированное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Several algorithms have been developed to help determine the etiology of wide complex tachycardias (WCTs) in adults. Sensitivity and specificity for differentiating supraventricular tachycardia (SVT) with aberration from ventricular tachycardia (VT) in adults have been demonstrated to be as high as 98% and 97%. These algorithms have not been tested in the pediatric population. We hypothesize that these algorithms have lower diagnostic accuracy in children and patients with congenital heart disease.
METHODS: A retrospective review of the pediatric electrophysiology database at St
Сравнительное исследованиеОценочное исследованиеСтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The exact identification of promoter sequences remains a serious problem in computational biology, as the promoter prediction algorithms under development continue to produce false-positive results. Therefore, to fully assess the validity of predicted sequences, it is necessary to perform a comprehensive test of their properties, such as the presence of downstream transcribed DNA regions behind them, or chromatin accessibility for transcription factor binding. In this paper, we examined the promoter sequences of chromosome 1 of the rice Oryza sativa genome from the Database of Potential Promot…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Standardized patient-specific pretreatment dosimetry planning is mandatory in the modern era of nuclear molecular radiotherapy, which may eventually lead to improvements in the final therapeutic outcome. Only a comprehensive definition of a dosage therapeutic window encompassing the range of absorbed doses, that is, helpful without being detrimental can lead to therapy individualization and improved outcomes. As a result, setting absorbed dose safety limits for organs at risk (OARs) requires knowledge of the absorbed dose-effect relationship. Data sets of consistent and reliable in
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования